python - 按 ID 分组并对一列的值应用条件

Question

我是 pandas 库的新手，非常感谢您的帮助。 这是我的输入

<表类=“s-表”> <标题> ID 日期 标签 库存 <正文> AA 2020年1月26日 正确 100 AA 2020年1月27日 错误 200 BB 2020年1月28日 错误 300 BB 2020年1月29日 正确 500 BB 2020年1月30日 错误 100 抄送 2020年1月26日 正确 200 抄送 2020年1月27日 错误 300 抄送 2020年1月28日 错误 100 抄送 2020年1月29日 正确 400

我想查看“标签”列，对于为每个 ID 找到的第一个“TRUE”标签，我需要将库存值复制到新列中。如果一个 ID 有多个 TRUE，我只需要考虑第一个。

这是我想要获得的输出:

<表类=“s-表”> <标题> ID 日期 标签 库存 新 <正文> AA 2020年1月26日 正确 100 100 AA 2020年1月27日 错误 200 BB 2020年1月28日 错误 300 BB 2020年1月29日 正确 500 500 BB 2020年1月30日 错误 100 抄送 2020年1月26日 正确 200 200 抄送 2020年1月27日 错误 300 抄送 2020年1月28日 错误 100 抄送 2020年1月29日 正确 400

感谢您的帮助!

Answer 1

另一个版本，使用.groupby():

m = df.index.isin(
    df[df["LABEL"] == True].reset_index().groupby("ID").index.first()
)
df.loc[m, "NEW"] = df.loc[m, "STOCK"]
print(df)

打印:

   ID        DATE  LABEL  STOCK    NEW
0  AA  01/26/2020   True    100  100.0
1  AA  01/27/2020  False    200    NaN
2  BB  01/28/2020  False    300    NaN
3  BB  01/29/2020   True    500  500.0
4  BB  01/30/2020  False    100    NaN
5  CC  01/26/2020   True    200  200.0
6  CC  01/27/2020  False    300    NaN
7  CC  01/28/2020  False    100    NaN
8  CC  01/29/2020   True    400    NaN